1.一种视频显著性检测方法，其特征在于，包括：获取视频图像的初始空间特征；

对所述初始空间特征进行分割得到多个分割特征，分别将至少两个所述分割特征进行融合得到融合特征，分别根据所述融合特征及参与融合的至少一个所述分割特征得到多个校准切片特征图；根据所述初始空间特征及所述多个准切片特征图得到静态显著特征；

根据所述静态显著特征完成所述视频图像的显著性检测。

2.根据权利要求1所述的方法，其特征在于，所述分别将至少两个所述分割特征进行融合得到融合特征的方法，包括：分别对所述多个分割特征进行特征优化，得到多个优化分割特征；

分别将至少两个所述多个优化分割特征进行融合，得到多个融合特征。

3.根据权利要求2所述的方法，其特征在于：所述分别对所述多个分割特征进行特征优化，得到多个优化分割特征的方法，包括：分别对所述多个分割特征进行卷积操作，得到所述多个优化分割特征；

以及/或，

所述分别将至少两个所述多个优化分割特征进行融合，得到多个融合特征的方法，包括：利用至少两个所述多个优化分割特征进行拼接，以得到所述多个融合特征。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述分别根据所述融合特征及参与融合的至少一个所述分割特征得到多个校准切片特征图的方法，包括：根据所述多个融合分割特征得到所述多个融合分割特征的概率值；

根据所述概率值及参与融合的至少一个所述分割特征得到所述多个校准切片特征图；

以及/或，

所述根据所述初始空间特征及所述多个准切片特征图得到静态显著特征的方法，包括：分别利用所述初始空间特征及所述多个准切片特征图进行融合，得到所述静态显著特征。

5.根据权利要求4所述的方法，其特征在于，所述分别利用所述初始空间特征及所述多个准切片特征图进行融合的方法，包括：根据所述初始空间特征得到初始空间特征概率值；

根据所述初始空间特征概率值及所述多个准切片特征图进行融合，得到所述静态显著特征。

6.根据权利要求1-3、5任一项所述的方法，其特征在于，根据所述静态显著特征完成所述视频图像的显著性检测的方法，包括：分别根据多组所述静态显著特征得到每组的注意力信息，根据所述每组的注意力信息得到最终显著信息，根据所述最终显著信息完成所述视频图像的显著性检测。

7.根据权利要求6所述的方法，其特征在于：所述分别根据多组所述静态显著特征得到每组的注意力信息的方法，包括：分别确定多组所述静态显著特征的移位线索，根据移位线索得到所述每组的注意力信息；

以及/或，

所述根据所述每组的注意力信息得到最终显著信息的方法，包括：确定网络隐含层的状态；根据所述隐含层的状态及所述每组的注意力得到所述最终显著信息。

8.一种视频显著性检测装置，其特征在于，包括：获取单元，用于获取视频图像的初始空间特征；

第一处理单元，用于对所述初始空间特征进行分割得到多个分割特征，分别将至少两个所述分割特征进行融合得到融合特征，分别根据所述融合特征及参与融合的至少一个所述分割特征得到多个校准切片特征图；

第二处理单元，用于根据所述初始空间特征及所述多个准切片特征图得到静态显著特征，根据所述静态显著特征完成所述视频图像的显著性检测。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至7中任意一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。